Scientometrics的个人博客分享 http://blog.sciencenet.cn/u/Scientometrics

博文

科学计量学公开课——主题的选择

已有 691 次阅读 2023-11-28 23:14 |个人分类:科学计量学|系统分类:科研笔记

在进行科学计量学的分析之前,有一个很重要,很关键的问题就是:主题的选择。主题选的好,不仅发表容易,而且更加容易分析。如果你的科学计量学文章在投稿的时候,被审稿人质疑主题选的有毛病,无论你写的有多么好,那也没用,方向偏了,是无法挽回的!

那么如何确定主题呢?

我先不说方法,直接举一个例子吧!在我写抑郁症的科学计量学文章之前,我其实正在为硕士毕业论文中的综述框架烦恼,因为我不知道写什么。如果写一般传统意义的综述,看起来不高端,很普通。这个时候,导师出现了,他给我说,建议我写成科学计量的综述,这样不仅能让人眼前一亮,而且写起来更容易!老教授的话肯定得听啊,满满的全是经验啊!

根据我硕士期间的课题《基于海藻酸纳米凝胶的热敏水凝胶通过经鼻给药改善芍药内酯苷的抗抑郁作用》,我有两个方向选择,第一个是水凝胶或者纳米凝胶,第二个是抑郁症。也就是从制剂方向出发,或者从所治疗的疾病出发来进行毕业论文中综述的撰写。至于最终选哪个,就取决于你对哪个更熟悉,所以最终我选择了抑郁症这个话题

那么在选好主题之后,首先得干一件事情,就是你选择的这个主题,有没有发表相应的科学计量的论文。如果已经发表,看看人家的文章框架是否和自己的不一样;如果没发表,那很好,写起来就会比较容易,因为独一无二。

在web of science检索论文之前,我们得首先确定一下检索词。检索词的确定,决定你这篇文章检索的全面性,如果检索的不全面,那也会被人挑出毛病。拿我写的抑郁症的科学计量文章举例,抑郁症,英文为depression。其实对于一个自己熟悉的领域,检索词这个时候你大概已经知道是哪几个了,但对于不熟悉的领域呢?比如我对抑郁症领域不熟悉,应该怎么查抑郁症相关的关键词呢?

MeSH查询

直接打开NCBI的数据库,通过MeSH进行查询

网站https://www.ncbi.nlm.nih.gov/

image-20220725085334170

比如这里我输入depression,通过MeSH进行检索,就直接查到了

image-20220725085716630

点击第一个进去,我们就可以看到depression的定义,以及Entry Terms,以及抑郁症属于哪个部分。因此我通过熟悉这些术语,再结合自己的专业知识,其实关键词就可以确定为depression、depressive disorder、Entry Terms里面内容。

image-20220725085856021

论文中找关键词

第二个方法其实更适用于已经有该方面的科学计量或者其他技术性方法的文章,这样,你其实可以直接参考他的关键词即可。比如有个人也想写抑郁症的科学计量学文章,于是他就搜索到了我这篇论文。

直接找到论文的方法部分,查看我的检索词即可,然后结合自己的专业知识,就可以确定自己文章的检索词。

image-20220725090406613

通配符的使用

这里说一个小的知识点,就是可能你的关键词检索出来的结果太少,就得合理的使用通配符了。举一个例子,比如我用depression检索文献,出来结果很少,我发现抑郁这个词根是depress,那么我在后面加一个*,这样就能搜索出来包含depress的所有结果了。

image-20220725090858279

如果还是少,可以在前面加一个*,如*depress*,这样就可以检索出包含depress的所有主题。

image-20220725091039248

比如depression和antidepressants是都可以检索到的。

image-20220725091055565

上述选题思路有一个好处,你最终写成的英文论文,不仅可以当作SCI发表,作为自己毕业的小论文,还可以翻译成中文,放在自己的硕博毕业论文中。反正小编当时是直接写的英文,最终翻译过来放在论文中,一箭双雕,非常爽!

好了,今天就介绍这么多了!

参考文献

[1] Xu D, Wang Y L, Wang K T, et al. A scientometrics analysis and visualization of depressive disorder[J]. Current Neuropharmacology, 2021, 19(6): 766-786.



https://blog.sciencenet.cn/blog-3466684-1411622.html

上一篇:教你们写科学计量学的SCI,想学吗?
下一篇:科学计量学公开课——文章框架的构思
收藏 IP: 111.18.158.*| 热度|

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-11-29 22:50

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部